雲端搬遷三步驟:應用程式如何無痛移轉到 Google Cloud

情境描述

一家虛構漫畫發行公司­ – Magenicons 決定要對公司的 IT 設備做現代化升級,以增加系統的可靠性,同時節省成本的支出。IT 部門的員工認為採用雲端計算可以在 IT 基礎架構和應用程式方面提升靈活性。公司選擇一個既有的基於內網的費用報告應用程式做為雲端遷移策略的 POC 前期功能驗證 繼續閱讀 “雲端搬遷三步驟:應用程式如何無痛移轉到 Google Cloud”

機器學習與結構化數據 (3):部署 Web 應用程序

透過這篇文章,您可以透過運行在  App Engine 上的 Web 應用程式來使用 Prediction API,以進行線上預測。這將是機器學習與結構化數據系列文章的最後一篇,將接續系列二的訓練模型

架構

這篇文章將用到下圖中虛線內的元件:
繼續閱讀 “機器學習與結構化數據 (3):部署 Web 應用程序”

機器學習與結構化數據 (2-2):訓練模型

繼機器學習與結構化數據系列第一篇介紹了如何準備數據及分析之後,此篇文章將接續上一篇,介紹如何訓練模型。

定義輸入列

您必須為 Estimator API 定義 serving_input_fn 函數。此方法定義列以用作預測服務的 API 請求的輸入。輸入列通常與 CSV 文件中的輸入列相同,但在某些情況下,您希望接受與您在模型訓練過程中使用的格式不同的輸入數據。 繼續閱讀 “機器學習與結構化數據 (2-2):訓練模型”